基于深度SE-DenseNet的航班延误预测模型

• 作者: 吴仁彪 屈景怡 赵婷
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 航班延误预测 SE-DenseNet 数据融合 特征重标定
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 论文
• 页码范围: 1510-1517
• 页数: 8页
• 分类号: TP391
• 字数: 5466字
• 语种: 中文
• DOI: 10.11999/JEIT180644

摘要

针对目前民航运输业对航班延误高精度预测的需求,该文提出一种基于深度SE-DenseNet的航班延误预测模型.该模型首先将航班信息、相关机场延误信息和天气信息进行数据融合;其次,利用改进后的SE-DenseNet算法对融合后的航班数据集进行自动特征提取;最后,构建Softmax分类器进行航班离港延误等级的预测.该文提出的SE-DenseNet结构融合了DenseNet和SENet二者的优势,既能加强深层信息的传递,避免梯度消失,又可以实现特征提取过程中的特征重标定.实验结果表明,数据融合后,预测准确率较只考虑航班属性提高约1.8％;算法改进后可以有效提升网络性能,模型最终准确率达93.19％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴仁彪	中国民航大学天津市智能信号与图像处理重点实验室	195	1158	14.0	22.0
2	屈景怡	中国民航大学天津市智能信号与图像处理重点实验室	23	101	5.0	8.0
3	赵婷	中国民航大学天津市智能信号与图像处理重点实验室	3	25	3.0	3.0